Apache pig 带-tagsource选项的清管器行为怪异

我在加载输入数据时使用了-tagsource选项，以便 识别输入源。看来，后来我只做了一个项目 从输入元组中选择字段，有一些假设和 虽然我试图忽略某些字段，但它们总是被投影

看看我的剧本

rawdata=使用PigStorage（'''-tagsource'）加载'data/201212*' （文件名：chararray，ts:int，ip:chararray，域：chararray， 答：查拉雷）

A=foreach rawdata生成ts、ip、域、应答、， CONCAT（CONCAT（文件名，'.''），上层（子字符串（域，0，1）））为 域索引，文件名作为文件名

B=foreach A生成ip作为ip，子字符串（域，0，1）作为 域\第一个\字符，文件名

倾倒垃圾

垃圾场B

说明B

创建B时，我试图只包含A中的选定字段。 但是，如果我转储B，“ts”字段（A中的第一个字段）会一直出现 在B中，但在B中，一切看起来都和预期的一样好

倾倒垃圾：

（100123.98.11.123，google.com，{（谷歌）}，20121201_G，20121201）

（95500.98.11.123，雅虎网站，{（雅虎）}，20121201_-Y，20121201）

（107123.98.11.123，google.com，{（谷歌）}，20121201_G，20121201）

（156123.98.11.123，cnn.com，{（cnn）}，20121201_C，20121201）

倾倒B：

（100，g，20121201）

（95年，2012年，2012年）

（107，g，20121201）

（156，c，20121201）

说明B：

B | ip:chararray | domain|u first_char:chararray | filename:chararray

|123.98.11.123 | g | 20121202

如转储B中所示，不是将ip值打印为第一个字段（如

---

在图B）中，它打印ts字段。

在internet上搜索时，我发现这是PigStorage中的一个错误，并找到了解决方法

使用标志

-t ColumnMapKeyPrune

启动清管器有助于解决此问题，即使用命令

pig-x local-t ColumnMapKeyPrune sample.pig

启动清管器

感谢pig用户组的支持